cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erlangga Hadi
Contact Email
shofanahmediaberkah@gmail.com
Phone
+6285776447971
Journal Mail Official
admin@jurnalmahasiswa.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Published by CV. SHOFANAH MEDIA BERKAH
ISSN : -     EISSN : 30250927     DOI : -
Core Subject : Science, Engineering,
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
- MAchine learning - Sistem Penunjang Keputusan - Sistem Pakar - Deep Learning - Kecerdasan Buatan - Computer Vision - Image Processing - Robot Cerdas - serta ilmu komputer yang relevan
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 145 Documents
 6   7   8   9   10 
Perancangan Pendeteksi Objek Menggunakan Metode YOLO Dan OpenCV Farhan Dian Irfansyah; Nanda Putra Kusuma; Rafly Pramudia Renaldi; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi objek adalah cabang ilmu dari computer vision, yang memiliki pengartian objek yang dapat dilihat secara visual dalam sebuah gambar atau video kemudian dapat diteliti, dideteksi, dan dikenali secara langsung oleh komputer. Pada jurnal kami ini menampilkan secara komprehensif tentang pendeteksi objek yang memakai dua kombinasi dari OpenCV dan YOLO, dua kombinasi ini termasuk ke sebuah algoritma pembelajaran mendalam yang canggih atau Deep Learning. Pengertian OpenCV yaitu sebuah kumpulan pustaka computer vision yang memiliki sumber terbuka yang dapat diartikan dengan beragamnya fungsi algoritma disana. Di lain sisi , YOLO yaitu sebuah metode yang memiliki algoritma pendeteksi objek, berfungsi untuk mencapai kinerja maksimal secara langsung tanpa mengurangi sedikit pun akurasinya. Pembelajaran pada kali ini, kami mengkombinasikan kemampuan dari kedua program ini untuk membuat sebuah sistem pendeteksi objek yang memiliki kinerja yang baik. Sekarang kami akan memberikan pendekatan singkat tentang kedua program ini, yang memiliki pusat di bagian komponen utama. Kesimpulan dari jurnal kami ini memberikan pengalaman secara komprehensif tentang pendeteksi objek memakai dua kombinasi yaitu OpenCV dan YOLO. Pada studi ini akan memperhatikan tentang keuntungan dari kombinasi dari kedua kombinasi tersebut dalam hal waktu dan ketepatan serta memberikan implementasi yang mudah dari sistem tersebut. Pada bagian akhir akan menampilkan kinerja sistem untuk aplikasi pendeteksi objek secara langsung.
METODE DIGITAL IMAGE PROCESSING UNTUK MENGANALISIS DISTRIBUSI UKURAN DIAMETER GELEMBUNG UDARA DALAM MIKROGELEMBUNG Sinar Rehiyarso
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi ini mengeksplorasi penggunaan metode pemrosesan image digital untuk menganalisis distribusi ukuran diameter gelembung udara dalam mikrogelembung. Teknik ini memberikan cara yang efisien dan akurat untuk mengukur serta menganalisis karakteristik gelembung udara, yang sangat penting dalam berbagai aplikasi industri dan ilmiah. Studi ini menunjukkan bagaimana pemrosesan image dapat diterapkan untuk mengidentifikasi, mengukur, dan menganalisis karakteristik gelembung udara menggunakan serangkaian algoritma dan teknik pemrosesan image. Penelitian ini juga bertujuan untuk menentukan ukuran gelembung yang dihasilkan oleh generator mikrogelembung (MBG) dengan menggunakan kamera berkecepatan tinggi. Metode pemrosesan image digital digunakan untuk mengukur dimensi gelembung dalam aliran yang tidak teratur tanpa mengganggu operasional. Studi ini mengekstraksi data melalui pemrosesan image untuk menyusun distribusi diameter mikrogelembung, yang diekspresikan sebagai fungsi probabilitas. Fungsi Distribusi Probabilitas (PDF) digunakan untuk membandingkan distribusi dimensi gelembung dalam studi ini.
Deteksi Orang dengan Menggunakan Algoritma YOLOv3 Iqbal Septiana; Fadlan Rizki; Amaranggana Niken Anindita Cahya; Aubri Fadhila Syifa; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi objek merupakan teknik penting dalam pemrosesan citra yang digunakan untuk mengidentifikasi dan melokalisasi objek tertentu dalam gambar atau video. Algoritma YOLOv3 (You Only Look Once version 3) adalah salah satu metode paling efektif dan efisien dalam deteksi objek secara real-time. Kegiatan ini menggunakan Algoritma YOLOv3 untuk mendeteksi orang dalam gambar digital. Melalui beberapa tahap pemrosesan, seperti pembelajaran mendalam, pembagian grid, dan pengklasifikasian bounding box, YOLOv3 telah berhasil memberikan hasil yang sangat memuaskan dalam hal kecepatan dan akurasi deteksi objek. Algoritma ini sangat berguna dalam berbagai aplikasi, termasuk pengawasan keamanan, sistem asisten pengemudi, dan analisis video. Deteksi orang dengan menggunakan YOLOv3 menunjukkan kemampuan algoritma ini untuk mengenali dan melokalisasi individu dengan cepat dan tepat, yang sangat bermanfaat dalam implementasi dunia nyata.
Teknik Segmentasi Gambar Berwarna Menggunakan Algoritma Watershed: Metodologi dan Penerapannya Aji Satria; Imam Dwi Putra; Idris Hafizh Arrasyid; M.Irfan Arafah; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Segmentasi gambar dan evaluasi kinerjanya merupakan masalah yang sangat sulit namun penting dalam bidang penglihatan komputer. Tantangan utama dalam evaluasi segmentasi muncul dari konflik mendasar antara generalitas dan objektivitas. Tujuan dari segmentasi gambar adalah mengelompokkan piksel menjadi daerah gambar yang menonjol, yaitu daerah yang sesuai dengan permukaan individu, objek, atau bagian alami dari objek. Dengan peningkatan kemampuan pemrosesan komputer dan peningkatan penggunaan gambar berwarna, segmentasi gambar berwarna semakin banyak diperhatikan oleh para peneliti. Metode segmentasi gambar berwarna dapat dilihat sebagai perpanjangan dari metode segmentasi gambar abu-abu pada gambar berwarna, tetapi banyak dari metode segmentasi gambar abu-abu asli tidak dapat diterapkan langsung pada gambar berwarna. Ini memerlukan perbaikan metode segmentasi gambar abu-abu asli sesuai dengan gambar berwarna yang memiliki fitur informasi yang kaya atau meneliti metode segmentasi gambar baru yang khusus digunakan dalam segmentasi gambar berwarna. Artikel ini mengusulkan metode segmentasi gambar berwarna dengan penumbuhan wilayah benih otomatis berdasarkan wilayah dengan kombinasi algoritma watershed dengan algoritma penumbuhan wilayah benih yang didasarkan pada algoritma penumbuhan wilayah benih tradisional.
SISTEM MANAJEMEN STOK BARANG BERBASIS WEB UNTUK OPTIMALISASI DAN EFISIENSI OPERASIONAL MENGGUNAKAN PHP DAN MYSQL DI CV. REBORN LUGGAGE COVER Pirmansyah; M. Alvito Dwi Yulian
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ketidakefisienan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem manajemen inventaris berbasis web menggunakan PHP dan MySQL untuk mengoptimalkan efisiensi operasional. Fitur utama sistem ini meliputi manajemen data inventaris yang efisien, pelacakan transaksi secara real-time, pelaporan inventaris otomatis, pemberitahuan stok rendah, dan manajemen pengguna dengan hak akses yang berbeda. Sistem ini menggunakan HTML, CSS, dan JavaScript untuk antarmuka responsif, dengan PHP dan MySQL untuk backend. Pengujian melibatkan pengujian unit, pengujian integrasi, dan pengujian penerimaan pengguna (UAT) untuk memastikan fungsionalitas dan kebutuhan pengguna terpenuhi. Setelah pengembangan dan pengujian, sistem disebarkan dengan dokumentasi dan pelatihan bagi pengguna. Sistem ini bertujuan untuk mengurangi kesalahan, meningkatkan efisiensi, dan memberikan laporan inventaris yang akurat, sehingga CV. Reborn Luggage Cover dapat beroperasi lebih efektif dan meningkatkan kepuasan pelanggan melalui manajemen inventaris yang lebih baik.
Sistem Penjadwalan Mata Kuliah Menggunakan Algoritma Genetika Alfian Bayu Nur Aji; Aan Sufiyah Lutfifassa; Bumi Andrian Thanta; Rizqie Agung Pangestu; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penjadwalan mata kuliah yang efektif memainkan peran penting dalam manajemen perguruan tinggi yang efisien, memastikan penggunaan sumber daya yang optimal dan pengalaman belajar yang positif bagi mahasiswa. Penelitian ini berfokus pada pengembangan sistem penjadwalan mata kuliah otomatis menggunakan algoritma genetika untuk meminimalkan konflik jadwal dan memenuhi persyaratan ruang kelas. Algoritma genetika dipilih karena kemampuannya dalam menangani masalah optimasi yang kompleks. Sistem ini dirancang untuk meminimalkan konflik jadwal antara mata kuliah, dosen, dan ruang kelas, serta memastikan bahwa kapasitas ruang kelas mencukupi dan jadwal sesuai dengan kebutuhan praktikum atau teori. Metodologi penelitian meliputi desain sistem, pengumpulan data, pengembangan algoritma, pengujian, dan evaluasi. Hasil penelitian menunjukkan bahwa sistem penjadwalan mata kuliah yang diusulkan mampu menghasilkan jadwal yang efektif dengan tingkat konflik yang rendah, meningkatkan penggunaan ruang kelas, dan memenuhi persyaratan praktikum atau teori. Penelitian ini menawarkan kontribusi penting dalam pengembangan sistem penjadwalan mata kuliah yang lebih cerdas dan efisien untuk perguruan tinggi.
Pengembangan Sistem Deteksi Pemakaian Helm Menggunakan Haar Cascade dengan OpenCV Rangga Pradita Nurdin; Anggi Pradana Yoani; Padlo Maldini; Ricky Aditya Putra; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Untuk meningkatkan keselamatan pengendara saat berkendara di jalan raya, pemakaian helm merupakan salah satu langkah yang sangat penting. Namun, banyak pengguna jalan yang melanggar aturan ini. Metode Haar Cascade dipilih untuk penelitian ini karena kemampuannya yang telah terbukti mendeteksi objek dengan kecepatan tinggi pada gambar dan video dan bertujuan untuk mengembangkan sistem deteksi otomatis yang mendeteksi pemakaian helm pada pengendara sepeda motor . Diharapkan bahwa teknologi ini akan memungkinkan pengembangan sistem yang dapat memantau dan meningkatkan kepatuhan pengguna jalan terhadap penggunaan helm.
Pengembangan Sistem Penyediaan Barang Menggunakan Metode Waterfall Alya Rahmadani; Aries Saifudin
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses pendataan keluar masuk barang, stok persediaan, dan pelaporan barang hilang masih belum optimal saat pencarian data dikarenakan banyaknya data barang dan menampung datanya masih menggunakan Microsoft Excel.dengan itu agar dapat lebih optimal maka disarankan menggunakan system informasi persediaan barang . tujuan system informasi penyediaan barang ini untuk mengatasi masalah yang muncul pada system yang berjalan saat ini.sistem ini menjadi solusi yang baik untuk meningkatkan efektivitas dalam mengelola persediaan. Metode pengembangan ini menggunakan metode waterfall. Hasil dari penelitian ini menghasilkan sistem informasi persediaan barang berbasis web dengan metode FIFO yang memberikan kemudahan dalam memberikan informasi data persediaan barang masuk dan keluar menggunakan diagram DFD,ERD.
Penerapan Metode Haar-Cascade Dan LBPH Untuk Face Detection dan Recognition Deva Safara Alfan; Abdul Rochman; Mutiara Firdaus; Nendi Setiawan; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu topik yang banyak dibicarakan dalam pengolahan citra dan kecerdasan buatan saat ini adalah pengenalan wajah. Dua teknik yang banyak digunakan untuk deteksi dan pengenalan wajah yang diterapkan dalam banyak studi seperti Local Binary Patterns Histograms (LBPH) untuk pengenalan wajah dan Haar Cascade untuk deteksi wajah, sistem berbasis machine learning Haar Cascade mendeteksi wajah dalam gambar. Metode ini memiliki akurasi deteksi wajah real-time yang sangat baik. Setelah wajah teridentifikasi, pendekatan LBPH digunakan untuk mengenalinya. Untuk menghitung histogram dari pola biner ini, pendekatan pada awalnya menganalisis pola lokal dalam gambar wajah. Lalu, LBPHdigunakan untuk mengenali wajah dengan pencahayaan dan ekspresi yang bervariasi. Kami menggunakan berbagai dataset wajah untuk mengevaluasi sistem ini dalam studi kami, dan akurasi serta kecepatan pemrosesan sistem ini cukup memadai.
Pendeteksi Penggunaan Sabuk Pengaman Real Time Untuk Pengemudi Menggunakan Metode YOLOV5 Keysha Maulina Halimi; Tiara Ariyanto Putri; Muhammad Rahmat Maryadi; Rayhan Ananda Hafiz Pradipta; Hassan Nasrallah Matouq; Endang Purnama Giri; Gema Parasti Mindara
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kecelakaan lalu lintas merupakan salah satu masalah yang sangat merugikan dan membutuhkan penanganan yang serius. Kecelakaan mobil menempati peringkat dua teratas kendaraan yang sering mengalami kecelakaan lalu lintas. Salah satu upaya yang dapat digunakan untuk meminimalisir akibat dari kecelakaan berkendara adalah menggunakan sabuk pengaman. Mengenakan sabuk pengaman mencegah tubuh penumpang bertabrakan dengan struktur rangka mobil, benda lain di dalam mobil, atau penumpang lain di dalam mobil yang sama. Meskipun penggunaan sabuk pengaman saat berkendara memiliki dampak yang besar, masih banyak pengendara yang masih menyepelekan pentingnya penggunaan sabuk pengaman dalam keselamatan berkendara di jalan raya. Pada penelitian ini, pendeteksian penggunaan sabuk pengaman secara realtime untuk pengemudi mobil di jalan raya telah dilakukan dengan menggunakan metode deep learning YOLOv5. Tujuan dari penelitian ini adalah untuk mengembangkan dan mengimplementasikan sistem pendeteksian penggunaan sabuk pengaman secara real-time bagi pengemudi mobil di jalan raya menggunakan model YOLOv5 sebagai salah satu usaha untuk meminimalisir risiko terjadinya kecelakaan lalu lintas.

Page 8 of 15 | Total Record : 145

 6   7   8   9   10 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 3 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 3 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 2 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan